MétaCan
Menu
Retour à la cohorte
Enregistrement W4407397658 · doi:10.1016/j.trac.2025.118194

Advancements in compound-specific hydrogen stable-isotope analysis of fatty and amino acids

2025· article· en· W4407397658 sur OpenAlexaff
Matthias Pilecky, Travis B. Meador, Leonard I. Wassenaar

Notice bibliographique

RevueTrAC Trends in Analytical Chemistry · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIsotope Analysis in Ecology
Établissements canadiensCarleton University
Organismes subventionnairesAustrian Science FundGrantová Agentura České Republiky
Mots-clésChemistryAmino acidHydrogen isotopeIsotope analysisHydrogenStable isotope ratioBiochemistryStereochemistryOrganic chemistryBiologyEcologyPhysicsNuclear physics

Résumé

récupéré en direct d'OpenAlex

This review explores advancements in compound-specific hydrogen stable isotope ( δ 2 H) analysis (CSIA) of amino and fatty acids from biological samples, highlighting their increased applicability in ecological, environmental, and physiological research. We discuss the current analytical capabilities and limitations of δ 2 H-CSIA, emphasizing important technical challenges associated with hydrogen isotope exchange of samples with ambient moisture and detection limitations posed by the low natural abundance of deuterium. Key developments in gas chromatography-isotope ratio mass spectrometry (GC-IRMS) are detailed, illustrating their role in improving our ability to trace metabolic, ecological and environmental processes. Topics include strategies for addressing the challenges of exchangeable hydrogen for amino acids, recent technological improvements to improve IRMS precision for δ 2 H-CSIA, and the potential for new applications in ecological research, food authenticity, and palaeoecological studies. This review underscores that ongoing progress and improvements in CSIA technology are required for future research to further our understanding of ecological and nutritional dynamics. • Technical challenges due to exchangeable H and low D abundance complicate analysis. • Improvement in GC-IRMS techniques allow detailed ecological and metabolic insights. • Application in ecology, food authenticity, and palaeoecological reconstructions.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,013
Tête enseignante GPT0,278
Écart entre enseignants0,265 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTrAC Trends in Analytical ChemistryMême sujetIsotope Analysis in EcologyTravaux en français237 207